Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Akdeniz Üniversitesi / Fen Bilimleri Enstitüsü / Jeoloji Mühendisliği Anabilim Dalı / Uygulamalı Jeoloji Bilim Dalı

Alakır Çayı (Antalya) havzasının uzaktan algılama ve coğrafi bilgi sistemleri kullanılarak heyelan duyarlılık haritalaması

Landslide susceptibility mapping using remote sensing and geographic information system: The Alakir River basin (Antalya, Turkey)

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 520807 tez numarasıyla arayabilirsiniz.

Özet:

Bu çalışma, Antalya ili sınırları içerisinde yer alan Alakır Çayı havzasının Uzaktan Algılama ve Coğrafi Bilgi Sistemleri kullanılarak heyelan duyarlılık haritalamasını oluşturmak amacıyla yapılmıştır. Heyelanlar, dünyada ve ülkemizde yaygın olarak gözlenen (özellikle dağlık bölgelerde) doğal afetler arasındadır. Heyelanların meydana getirmiş olduğu can ve mal kaybını en aza indirgemek adına, heyelan duyarlılık haritalaması çalışmaları büyük önem kazanmıştır. Çalışma alanının yer aldığı Alakır Çayı havzası, Antalya ilinin 77 km batısında yer almaktadır ve 212 km2 alanı kapsamaktadır. Çalışma kapsamında farklı parametreler ve indeksler kullanılmıştır. Eğim, bakı, topografik nemlilik indeksi, akarsu gücü indeksi, eğim uzunluğu faktörü, yakınsaklık indeksi, plan eğriliği ve profil eğriliği üretilen DEM türevleridir. Uzaklık parametreleri olarak; kanal ağlarına uzaklık ve fay hatlarına uzaklık parametreleri kullanılmıştır. Mineral oranlamaları (Alunit, Kaolinit, Kalsit) ve Dekorelasyon gerilmeleri ise kullanılan diğer parametrelerdir. Hazır veri olarak Heyelan envanter haritası ve ASTER L3A uydu görüntüsü kullanılmıştır. Çalışma kapsamında kullanılacak olan tüm veriler, uzaktan algılama ve görüntü işleme teknikleriyle birlikte Makine öğrenme algoritmalarından Rastgele Orman Algoritması için hazır hale getirilmiştir. Algoritma uygulanarak heyelan oluşma olasılığı olan alanlara ait altlık veri formatında sonuçlar elde edilmiştir. Doğruluk değerlendirmesi olarak Alıcı İşlem Karakteristiği (Receiver Operating Characteristic – ROC) eğrisinin altında kalan alan (AUC) kullanılmıştır ve en yüksek değerler eğitim-2 setinden alınmıştır. 10,100 ve 1000 ağaç sayısı kullanılarak uygulanan algoritma için sırasıyla 0.860, 0.874 ve 0.877 sonuçları elde edilmiştir.

Summary:

This study was conducted to map the sensitivity of remote sensing and Geographical Information Systems (GIS) landslide susceptibility of the Alakır Creek basin located within the boundaries of Antalya province. Landslides are among the natural disasters that are widespread in the world and our country (in special mountainous regions). In order to reduce the loss of life and property, the landslide susceptibility mapping work has become very important. The study area, being the Alakir catchment area, covers 212 km2 and is 77 km from the Antalya city center. Different parameters and indices were used in the study. Slope, aspect, TWI, LS factor, convergence index, plan curvature and profile curvature are the DEM derivatives produced. Distance parameters; distance to fault lines and distance to drainage network are used. Mineral ratios (Alunite, Kaolinite, Calcite) and decorrelation stretch vary among other parameters. Landslide inventory map and ASTER L3A satellite image are used as ready data. All the data to be used in the study were prepared for the Random Forest Algorithm from the machine learning algorithms together with remote sensing and image processing techniques. The area under the Receiver Operating Characteristic (ROC) curve (AUC) was used and the highest values were taken from the training-2 set. For the algorithm applied by using 10,100 and 1000 tree numbers, 0.860, 0.874 and 0.877 results were obtained, respectively. KEYWORDS: Antalya, Landslide susceptibility mapping, Machine learning, Random Forest, Support Vector Machine, Two-level random sampling